Morfometria de otólitos de peixes : uma nova ferramenta para estudos aplicados

Abstract

Resumo: O presente trabalho aborda a crescente demanda por métodos eficientes e reprodutíveis na morfometria de otólitos de peixes, uma ferramenta crucial em estudos de idade, crescimento e identificação populacional. Tradicionalmente, a obtenção de medidas morfométricas tem se baseado em métodos manuais ou semi-automatizados, que demandam tempo considerável e podem comprometer a reprodutibilidade dos resultados. Diante disso, esse trabalho teve como objetivo desenvolver e validar o MORFO (Morfometria de Otólitos de Peixes), um programa com interface gráfica em linguagem Python para a extração automatizada de medidas morfométricas de otólitos. O estudo comparou o desempenho do método tradicional (M1) e do MORFO (M2) utilizando otólitos de sete espécies de peixes teleósteos. As análises estatísticas, incluindo testes de regressão potencial e comparações pareadas, revelaram que ambos os métodos são capazes de gerar dados com alta capacidade preditiva em relação ao tamanho corporal dos indivíduos (R² > 0,95). No entanto, as análises inferenciais apontaram para diferenças sistemáticas significativas entre M1 e M2, com o MORFO demonstrando maior reprodutibilidade, menor suscetibilidade a vieses observacionais e, em muitos casos, precisão ligeiramente superior. As vantagens do MORFO incluem a otimização do tempo de análise, a padronização das medições, a acessibilidade (sendo uma ferramenta gratuita e de código aberto) e a facilidade de uso, que permite a delegação de tarefas a alunos de graduação e iniciantes, democratizando o acesso a análises morfométricas avançadas. A ferramenta gera arquivos compatíveis com softwares de morfometria geométrica, ampliando suas aplicações. Conclui-se que o MORFO representa um avanço significativo para a morfometria de otólitos, posicionando-se como a abordagem mais indicada para estudos em larga escala e colaborativos, e abrindo novas perspectivas para a pesquisa em biologia pesqueira e áreas correlatas

Abstract: This study addresses the growing demand for efficient and reproducible methods in fish otolith morphometry, a crucial tool in age, growth, and population identification studies. Traditionally, morphometric measurements have relied on manual or semi-automated methods, which, although effective, are time-consuming, and can compromise result reproducibility. Therefore, this dissertation aimed to develop and validate MORFO (Morphometry of Fish Otoliths), a graphical interface program in Python for automated otolith morphometric measurement extraction. The study compared the performance of MORFO (M2) with the traditional method (M1) using otoliths from seven teleost fish species. Statistical analyses, including potential regression tests and paired comparisons, revealed that both methods are capable of generating data with high predictive power regarding individual body size (R² > 0.95). However, inferential analyses indicated significant systematic differences between M1 and M2, with MORFO demonstrating greater reproducibility, lower susceptibility to observational biases, and, in many cases, slightly higher precision. The advantages of MORFO include optimized analysis time, measurement standardization, accessibility (being a free and open-source tool), and ease of use, which allows task delegation to undergraduate students and beginners, democratizing access to advanced morphometric analyses. The tool generates files compatible with geometric morphometry software, expanding its applications. It is concluded that MORFO represents a significant advance for otolith morphometry, positioning itself as the most suitable approach for large-scale and collaborative studies, and opening new perspectives for research in fisheries biology and related fields